CN108155972A - 分布式联合信源信道编码系统的译码优化方法 - Google Patents

Abstract

分布式联合信源信道编码系统的译码优化方法，涉及信源信道编码。步骤1：外部迭代初始化，即所有的变量节点的边信息初始值设为0；步骤2：进行外部迭代，外部迭代停止要求满足的话，则停止迭代，否则，计算所有的变量节点的边信息L_si,μ(j),μ＝{1,2}；步骤3：为了进一步抑制错误传播，对属于Δ个不可靠变量点范围内的变量节点的边信息进行补偿操作；步骤4：对译码码字C_μ^进行判定，等式C_μ^H^T＝0成立或者已达到最大外部迭代次数，则外部迭代结束，否则，返回步骤2。

Description

分布式联合信源信道编码系统的译码优化方法

技术领域

本发明涉及信源信道编码，尤其是涉及基于LDPC码的分布式联合信源信道编码系统的译码优化方法。

背景技术

无线传感器网络中节点获取的数据通常是具有相关性的，同时考虑到无线传感器的功率限制，分布式信源编码(distributed source coding，简称DSC)技术非常适合应用于无线传感器网络。DSC系统的主要思想是独立编码/联合解码，即对相互间不通信的多个相关信源分别进行压缩编码，并将压缩后的结果发送至同一个中心节点，利用来自不同节点的数据之间的相关性对节点进行联合译码。与传统的编码技术相比，DSC技术是在译码端考虑信源数据统计相关性，有效地将编码端的运算量转移到译码端，从而降低了编码端的复杂度，大大降低系统编码端的功率消耗。事实上，当相关信源在有噪信道上传输时DSC系统即转换为分布式联合信源信道编码系统。

分布式联合信源信道编码系统框图如图1所示，具体描述如下。

在发送端，发送两个l比特的独立同分布信源序列，用s_μ(i)表示，μ＝{1,2}，1≤i≤l。两信源之间的相关性可以抽象建模为转移概率P[s₁(i)≠s₂(i)]＝p的二进制对称信道，其相应的对数似然比为LLR(p)＝log[(1-p)/p]。该分布式联合信源信道编码系统中两个编码器用LDPC码分别对两信源同时进行编码，编码后的码字分别用C_μ，μ＝{1,2}表示，码字长度用n_μ表示，那么，两个编码器编码速率为r_μ＝l/n_μ，μ＝{1,2}。

该系统码字传输时，如图1所示，C₁中有(n₁-l)个校验位和s₁(i)的前αl个信息比特经过信道1传输，其中α是介于0至1之间的常数。同时，C₂中有(n₂-l)个校验位和s₂(i)中的后(1-α)l个信息比特由经过信道2传输。可见该系统码率(即压缩率＝信道传输的信息个数/要传输的信源个数)对分别为r₁＝(n₁-(1-α)l)/l与r₂＝(n₂-αl)/l。

码字经过BPSK调制和AWGN信道到达接收端，接收端使用的是联合译码器，它把相关信源作为边信息。用y_μ表示来自信道μ的接收信号，那么，信道μ对变量点v_j，μ的初始对数似然比为L_in,μ(j)＝2y_μ/σ_μ ²,其中σ_μ ²为噪声方差，μ＝{1,2}。

LDPC码具有很强的抗噪声能力，可用于提高分布式联合信源信道编码系统的性能。基于LDPC码的分布式联合信源信道编码系统已有一些调查研究工作。例如，2002年，A.D.Liveris,Z.Xiong等人提出了基于IRA码的分布式联合信源信道编码系统。2013年～2016年，研究学者们对基于LDPC码的分布式联合信源信道编码系统的不规则LDPC码型设计方法进行了讨论，通过改变变量节点和校验节点的度分布，提高了分布式联合信源信道编码系统的性能。

基于LDPC码的分布式联合信源信道编码系统采用BP译码方法恢复信源信息，然而BP译码方法的性能受到短环限制，且LDPC码码长小于2000比特的通常存在着短环，这也是分布式联合信源信道编码系统需要长LDPC码才能实现好性能的原因。无线传感器网络中，由于复杂度、时延和功率消耗的限制，传输码字通常限定为短码，因此，提高用短码传输的分布式联合信源信道编码系统的性能问题亟待研究。2012年，研究学者们提出了加权的BP算法，如H.Wymeersch,F.Penna等人提出的归一化加权BP(Uniformly reweighted BP,简称URW-BP)方法和J.Liu and R.C.de Lamare等人提出的(variable factor appearanceprobability BP，简称VFAP-BP)方法，通过设置不同的权重，减少短环的影响，避免了错误信息的累积，有助于算法性能的提高([1]Liu J,Lamare R C D.Low-Latency ReweightedBelief Propagation Decoding for LDPC Codes[J].IEEE Communications Letters,2012,16(10):1660-1663)。

基于以上研究结果并考虑多级迭代系统的特点，需要提出新的译码方法以提其高性能。因此，为进一步提高分布式联合信源信道编码系统的性能，本发明提出了如下译码优化方法。

发明内容

本发明的目的是提高基于LDPC码的分布式联合信源信道编码系统的性能，提供可应用于要求码长较短无线传感器网络的基于LDPC码的分布式联合信源信道编码系统的译码优化方法。

本发明包括以下步骤：

步骤1、外部迭代初始化，即所有的变量节点的边信息初始值设为0；

在步骤1中，所述外部迭代初始化的方法可包括以下步骤：

1)内部迭代过程初始化，令所有校验节点的对数似然比、变量节点的不可靠度值全为0，变量节点的对数似然比为信道初始似然信息；

2)按照如下公式对校验点的对数似然比进行更新；

3)按照如下公式对变量点的对数似然比进行更新；

4)按照如下公式对变量点的后验对数似然比进行更新；

因为通过对加权BP算法的研究，了解到通过乘以一个加权因子可以降低因存在短环而引起的错误消息累积的负面影响，所以本发明对数似然比更新规则即如上公式(1)(2)(3)所示。其中，γ_μ(i,j)为加权因子，0≤γ_μ(i,j)≤1，显然，影响γ(i,j)值的因素有两点：

(1)LDPC码的码型结构

已知变量点的度分布为校验点的度分布为式中λ_i表示所有与度为i的变量节点相连的边的数目占总边数的比例，d_v为变量节点度的最大值，则LDPC码节点间平均连接边为：

为了同时考虑到平均连接边及相应方差的影响，本发明在码型结构对加权因子的影响选择其二阶矩均方值，即

其中，0<Γ_E≤1。

(2)L_c，μ(i,j)的不可靠度，即U_c，μ(i,j)

由式(1)可见，L_c，μ(i,j)的值是由校验点c_i，μ接收到的外部的对数似然比L_v，μ(j’,i)决定的，因此其不可靠度U_c，μ(i,j)将由这些对数似然比决定的，考虑到变量点v_j，μ的不可靠度，故可以设有U_c，μ(i,j)＝max(U_v，μ(j’))，这里v_j’，μ∈N_μ(c_i，μ)\v_j，μ。

综合考虑上述两因素，本发明加权因子γ_μ(i,j)的计算公式如下：

γ_μ(i,j)＝1-Γ_E/2*U_c，μ(i,j) (6)

可见，γ_μ(i,j)随U_c，μ(i,j)迭代更新而变化，且γ_μ(i,j)取得最小值为(1-Γ_E)，此时L_c，_μ(i,j)的不可靠度为最不可靠度，即U_c，μ(i,j)＝2时。

5)变量节点的不可靠度按照其取值标准进行更新；本发明中对变量点可靠度取值的定义如下：

用L_v，μ(j,i)表示第μ个码字中的变量节点v_j，μ向校验节点c_i，μ传递的对数似然比，L_v，μ(j,i)表示第μ个码字中变量节点v_j，μ向校验节点c_i，μ传递的对数似然比。表示与v_j，μ相连接的邻居校验点集合， _μ表示除去校验点c_i，μ的与变量点v_j，μ相连接的邻居校验点集合。表示与c_i，μ相连接的邻居变量点集合， _μ表示除去变量点v_j，_μ的与变量点c_i，μ相连接的邻居变量点集合。L_In，μ(j)表示与变量节点v_j，μ相对应的信道初始状态的对数似然比，L_μ(j)表示变量节点v_j，μ的后验对数似然比，对应的L_μ ^l(j)在第l次内部迭代时变量节点v_j，μ的后验对数似然比。U_v，μ(j)表示第μ个码字中变量点v_j，μ的不可靠度，定义其取值标准如下：

(1)极不可靠节点：当L_μ ^l(j)与L_μ ^l-1(j)异号，且L_μ ^l-1(j)与L_μ ^l-2(j)也是异号时，说明该变量点v_j，μ为震荡节点，此时，令U_v，μ(j)＝2；

(2)不可靠节点：当标准(1)不成立，同时存在c_i，使得L_c，μ(i,j)与L_In，μ(j)异号时，令U_v，μ(j)＝1；

(3)可靠节点：前两条标准均不成立，则令U_v，μ(j)＝0。

标准(1)中变量节点发生震荡表明有两个或多个环经过该点，同时准确和不准确消息到达该点，因此，定义这些震荡节点为极不可靠节点。标准(2)表明这些变量节点虽然不是震荡的，但是他们接收到了错误的对数似然比，此时，认为他们也是不可靠的。从译码算法角度来看，这些不可靠节点由于传输错误消息将不利于正确码字的恢复。

6)对译码码字C_μ^进行判定，若校验式C_μ^H^T＝0不成立且未达到内部迭代最大次数，内部迭代继续，返回步骤2)；若检验式C_μ^H^T＝0不成立且达到内部迭代最大次数，内部迭代继续进行下一步步骤7)；若检验式C_μ^H^T＝0成立，则内部迭代结束，跳至步骤2；

7)判断变量节点是否属于限定数量的Δ个不可靠变量点之内，在范围之内则按照式(1)(2)(3)进行额外的对数似然比更新计算，并同步骤5)一样更新变量点的不可靠度值，内部迭代结束，跳至步骤2；

步骤2、进行外部迭代，外部迭代停止要求满足的话，则停止迭代，否则，计算所有的变量节点的边信息L_si,μ(j),μ＝{1,2}，计算公式如下：

式中，L_μ(j)表示经第μ个信道的来自第j个相关信源节点的后验对数似然比，L_In,μ(j)表示经第μ个信道的第j个变量节点v_j，μ的初始对数似然比。若v_j，μ是校验位的变量节点，则L_In,μ(j)＝L_in,μ(j)；若v_j，μ是信息位的变量节点，则L_In,μ(j)＝L_in,μ(j)+L_si,μ(j)；显然，若v_j，μ是不传信源节点，则L_In,μ(j)＝L_si,μ(j)。上述可见，边信息计算在联合译码器中有着重要作用，错误的边信息会导致严重的错误传播。由式(7)可以看出，在给定LLR(p)时，若后验对数似然比L_μ(j)错误，那么边信息的计算也是不正确的，因此，提高分布式联合信源信道编码系统性能可以通过改善译码策略，尽量提高后验对数似然比的准确性，即提高边信息的准确性，抑制错误边信息的负面影响；

步骤3、为了进一步抑制错误传播，对属于Δ个不可靠变量点范围内的变量节点的边信息进行补偿操作，相应补偿公式如下：

L_si,μ(j)＝L_si,μ(j)-Γ_E/2*sign(L_μ(j)) (8)

其中，sign(·)为取“·”符号的函数；

步骤4、对译码码字C_μ^进行判定，等式C_μ^H^T＝0成立或者已达到最大外部迭代次数，则外部迭代结束，否则，返回步骤2。

本发明通过重新计算边信息来提高分布式联合信源信道编码系统的性能，整个译码过程分为内部迭代和外部迭代两个连续的过程。进行内部迭代时，获得恢复码字C^，若校验式C^H^T＝0成立，则内部迭代结束，否则，内部迭代继续直至达到内部迭代最大次数。内部迭代过程结束后，等式C₁^H₁ ^T＝0和C₂^H₂ ^T＝0均成立，则外部迭代结束，否则，就在外部迭代过程中重新计算边信息至最大外部迭代次数为止。

附图说明

图1是分布式联合信源信道编码系统框图。

图2是优化译码算法与其他译码算法在不同系统码率对相同转移概率时误码率性能对比图(码长为500比特)。

图3是优化译码算法与其他译码算法在相同系统码率对不同转移概率时误码率性能对比图(码长为1000比特)。

具体实施方式

以下实施例将结合附图对本发明作进一步的说明。

图1给出分布式联合信源信道编码系统框图，图2给出优化译码算法与其他译码算法在不同系统码率对相同转移概率时误码率性能对比图(码长为500比特)，图3给出优化译码算法与其他译码算法在相同系统码率对不同转移概率时误码率性能对比图(码长为1000比特)。

在发送端，发送两个独立同分布信源序列，用LDPC码分别对两信源同时进行编码，编码后的两个码字经过BPSK调制和AWGN信道到达接收端，接收端使用的是联合译码器，把相关信源作为边信息。本发明整个译码过程分为内部迭代和外部迭代两个连续的过程。具体操作过程如下：

步骤1：外部迭代初始化，令L_si，μ(j)＝0；

在步骤1中，所述外部迭代初始化包括以下步骤：

1)内部迭代过程初始化，令所有L_c，μ(i,j)＝0,L_v，μ(j,i)＝L_In,μ(j)，U_v，μ(j)＝0；

2)校验点的对数似然比更新，计算公式如式(1)所示；

3)变量点的对数似然比更新，计算公式如式(2)所示；

4)变量点的后验对数似然比更新，计算公式如式(3)所示

5)变量节点的不可靠度U_v，μ(j)按照其取值标准进行更新；

6)对译码码字C_μ^进行判定，若校验式C_μ^H^T＝0不成立且未达到内部迭代最大次数，内部迭代继续，返回步骤2)；若检验式C_μ^H^T＝0不成立且达到内部迭代最大次数，内部迭代继续进行下一步步骤7)；若检验式C_μ^H^T＝0成立，则内部迭代结束，跳至步骤2；

7)判断变量节点是否属于限定数量的Δ(Δ取值不多于m，此处m为大于l/20的最小整数)个不可靠变量点之内，在范围之内则按照式(1)(2)(3)进行额外的对数似然比更新计算，并同步骤5)一样更新变量点的不可靠度值U_v，μ(j)，内部迭代结束，跳至步骤2；

步骤2：计算所有的变量节点的边信息，计算公式如式(7)所示；

步骤3：为了进一步抑制错误传播，对属于Δ个不可靠变量点范围内的变量节点的边信息按照公式(8)进行补偿操作进行补偿操作；

步骤4：对译码码字C_μ^进行判定，等式C_μ^H^T＝0成立或者已达到最大外部迭代次数，则外部迭代结束，否则，进行下一步迭代，返回步骤2)。

Claims (2)

1.分布式联合信源信道编码系统的译码优化方法，其特征在于包括以下步骤：

步骤1、外部迭代初始化，即所有的变量节点的边信息初始值设为0；

步骤2、进行外部迭代，外部迭代停止要求满足的话，则停止迭代，否则，计算所有的变量节点的边信息L_si,μ(j),μ＝{1,2}，计算公式如下：

式中，L_μ(j)表示经第μ个信道的来自第j个相关信源节点的后验对数似然比，L_In,μ(j)表示经第μ个信道的第j个变量节点v_j，μ的初始对数似然比；若v_j，μ是校验位的变量节点，则L_In,μ(j)＝L_in,μ(j)；若v_j，μ是信息位的变量节点，则L_In,μ(j)＝L_in,μ(j)+L_si,μ(j)；若v_j，μ是不传信源节点，则L_In,μ(j)＝L_si,μ(j)；由式(1)看出，在给定LLR(p)时，若后验对数似然比L_μ(j)错误，则边信息的计算也是不正确的；

步骤3、为了进一步抑制错误传播，对属于Δ个不可靠变量点范围内的变量节点的边信息进行补偿操作，相应补偿公式如下：

L_si,μ(j)＝L_si,μ(j)-Γ_E/2*sign(L_μ(j))

其中，sign(·)为取“·”符号的函数；

步骤4、对译码码字C_μ^进行判定，等式C_μ^H^T＝0成立或者已达到最大外部迭代次数，则外部迭代结束，否则，返回步骤2。

2.如权利要求1所述分布式联合信源信道编码系统的译码优化方法，其特征在于在步骤1中，所述外部迭代初始化的方法包括以下步骤：

1)内部迭代过程初始化，令所有校验节点的对数似然比、变量节点的不可靠度值全为0，变量节点的对数似然比为信道初始似然信息；

2)按照如下公式(2)对校验点的对数似然比进行更新；

3)按照如下公式(3)对变量点的对数似然比进行更新；

4)按照如下公式(4)对变量点的后验对数似然比进行更新；

对数似然比更新规则即如上公式(2)(3)(4)所示，其中，γ_μ(i,j)为加权因子，0≤γ_μ(i,j)≤1，显然，影响γ(i,j)值的因素有两点：

(1)LDPC码的码型结构

已知变量点的度分布为校验点的度分布为式中λ_i表示所有与度为i的变量节点相连的边的数目占总边数的比例，d_v为变量节点度的最大值，则LDPC码节点间平均连接边为：

为了同时考虑到平均连接边及相应方差的影响，在码型结构对加权因子的影响选择其二阶矩均方值，即

其中，0<Γ_E≤1；

(2)L_c，μ(i,j)的不可靠度，即U_c，μ(i,j)

由式(2)可见，L_c，μ(i,j)的值是由校验点c_i，μ接收到的外部的对数似然比L_v，μ(j’,i)决定的，因此其不可靠度U_c，μ(i,j)将由这些对数似然比决定的，考虑到变量点v_j，μ的不可靠度，故设有U_c，μ(i,j)＝max(U_v，μ(j’))，其中，v_j’，μ∈N_μ(c_i，μ)\v_j，μ；

综合考虑上述两因素，加权因子γ_μ(i,j)的计算公式如下：

γ_μ(i,j)＝1-Γ_E/2*U_c，μ(i,j)

可见，γ_μ(i,j)随U_c，μ(i,j)迭代更新而变化，且γ_μ(i,j)取得最小值为(1-Γ_E)，此时L_c，_μ(i,j)的不可靠度为最不可靠度，即U_c，μ(i,j)＝2时；

5)变量节点的不可靠度按照其取值标准进行更新；对变量点可靠度取值的定义如下：

用L_v，μ(j,i)表示第μ个码字中的变量节点v_j，μ向校验节点c_i，μ传递的对数似然比，L_v，μ(j,i)表示第μ个码字中变量节点v_j，μ向校验节点c_i，μ传递的对数似然比；表示与v_j，μ相连接的邻居校验点集合，表示除去校验点c_i，μ的与变量点v_j，μ相连接的邻居校验点集合；表示与c_i，μ相连接的邻居变量点集合，表示除去变量点v_j，_μ的与变量点c_i，μ相连接的邻居变量点集合；L_In，μ(j)表示与变量节点v_j，μ相对应的信道初始状态的对数似然比，L_μ(j)表示变量节点v_j，μ的后验对数似然比，对应的L_μ ^l(j)在第l次内部迭代时变量节点v_j，μ的后验对数似然比；U_v，μ(j)表示第μ个码字中变量点v_j，μ的不可靠度，定义其取值标准如下：

(1)极不可靠节点：当L_μ ^l(j)与L_μ ^l-1(j)异号，且L_μ ^l-1(j)与L_μ ^l-2(j)也是异号时，说明该变量点v_j，μ为震荡节点，此时，令U_v，μ(j)＝2；

(2)不可靠节点：当标准(1)不成立，同时存在使得L_c，μ(i,j)与L_In，μ(j)异号时，令U_v，μ(j)＝1；

(3)可靠节点：前两条标准均不成立，则令U_v，μ(j)＝0；

标准(1)中变量节点发生震荡表明有两个或多个环经过该点，同时准确和不准确消息到达该点，因此，定义这些震荡节点为极不可靠节点；标准(2)表明这些变量节点虽然不是震荡的，但是接收到错误的对数似然比，此时，认为也是不可靠的；

6)对译码码字C_μ^进行判定，若校验式C_μ^H^T＝0不成立且未达到内部迭代最大次数，内部迭代继续，返回步骤2)；若检验式C_μ^H^T＝0不成立且达到内部迭代最大次数，内部迭代继续进行下一步步骤7)；若检验式C_μ^H^T＝0成立，则内部迭代结束，跳至步骤2；

7)判断变量节点是否属于限定数量的Δ个不可靠变量点之内，在范围之内则按照式(2)(3)(4)进行额外的对数似然比更新计算，并同步骤5)一样更新变量点的不可靠度值，内部迭代结束，跳至步骤2。